（源初/文）“如何卖掉一支笔？”“我的这支笔有AI。”这是最近的一个网络改编段子，但又反衬出了AI浪潮下的一大现象，似乎所有的事物都要和AI挂上钩，而大量的AI又要从生成式AI的热潮开始说起。但值得关注的是，很多看似智能的表象背后，却与AI关系不大，而很多AI项目的演示背后，却同样又与生成式AI关系不大。
到处跑穴的机器人
很多人都会在各大展会上看到跳舞、泡咖啡，或是当牛做狗的机器人，似乎象征着开启了人工智能时代的序幕。然而，细心的人早已发现，很多机器人早在AI概念兴起前就已经出现，只是近两年来才被冠以了AI的象征符号。
但是，从原理上看，多数机器人只是在简单地执行固定的动作，或是被人进行远程遥控，距离自主性的“智能”二字相距甚远。机器人作为物理设备，可以用来执行任务，但不一定包含AI。AI可以嵌入到机器人中，使其具有智能行为，但二者并不完全等同。
作者在此不妨对几种常见的机器人进行盘点。例如使用机械臂按照规定动作进行咖啡冲泡的机器人，尽管它被录入了所谓顶级咖啡大师的制作手法，但自身并不具备灵活冲泡咖啡的能力，甚至无法对豆子进行辨识，以便采取不同的冲泡手段；又比如机械狗，这种机器人可谓在展会中随处可见，但该产品很多时候都需要人工进行遥控；又或是集体跳舞或组队行动的机器人，不妨反过来理解，参与集体舞蹈，实现规范动作的人本身就在执行机械性的指令，又缘何要反过来说会跳集体舞的机器人就变得智能了呢？
AI与生成式AI
另一个更不容易被分辨的语言游戏便是，借着讲分辨式AI，或其他AI的产品，来蹭生成式AI的热度。例如很多年前的通过摄像头来智能判断出物体类型的AI，就与生成式AI并不相同。生成式AI作为AI的一个子领域，专注于生成新的内容。GenAI通过学习大量的示例数据来创建新的文本、图像、音乐、代码等。常见的应用包括生成文本（如GPT模型）、图像（如DALL-E）、音乐和视频。
而摄像头进行智能判断类型的AI一般为分辨式AI，相比生成式AI有着显著差异。分辨式AI和生成式AI有显著差异。分辨式AI使用带标签的数据训练分类器，通过映射函数预测未标注数据的标签，典型算法包括支持向量机、决策树和逻辑回归等，依赖大量高质量标注数据，尽管提高了训练成本，但也限制了复杂模型的发展。生成式AI则利用大量未标注的数据X，自我生成数据和隐藏信息，摆脱了对标注数据的依赖。在强大GPU算力和海量数据支持下，生成式AI能实现大型复杂模型的训练，结合标注数据和强化学习机制，可以更快收敛到正确方向，生成自然语言、音乐、图像等内容，推动通用人工智能的发展。总之，分辨式AI侧重分类和预测，生成式AI侧重内容生成。
另外，一些企业还会利用可能基于模板生成的内容来误称为“生成式AI”，实际上生成式AI使用复杂的算法和模型来生成新的内容，而模板生成仅仅是基于预定义的模板进行填充；同理，企业有时会把任何形式的自动化技术都称为“AI”。但自动化可以通过预设的规则或简单的算法实现，而AI通常涉及更复杂的机器学习和数据驱动的决策过程；在大数据领域，有的企业会将如统计分析、数据挖掘这类数据分析技术标榜为AI能力，但数据分析侧重于理解数据中的模式和趋势，而AI则更注重模拟人类智能来做出决策或生成内容。
多年技术积累
不过这里需要肯定一点的是，很多公司会以过往的AI应用案例，来证明如今他们的生成式AI项目有着多年的技术积累，这一说法确实没有骗人。
分辨式AI的技术积累对生成式AI的研发有很大帮助，具体表现如下。首先，分辨式AI使用的许多模型和算法，如卷积神经网络、循环神经网络、Transformer等，也广泛应用于生成式AI。这些架构和训练技巧可以直接用于生成式模型的设计和优化。例如，Transformer架构在自然语言处理中已经证明了其强大的性能，它同样被应用于生成式模型中，如GPT系列模型。通过共享这些技术，生成式AI能够快速吸收分辨式AI的研究成果，提升模型的性能和稳定性。
其次，分辨式AI在数据处理和特征提取方面的技术积累为生成式AI提供了重要基础。生成式AI需要理解和学习数据的底层结构，这离不开分辨式AI在特征提取和数据预处理方面的支持。例如，生成对抗网络中的判别器用于评估生成器的输出质量，这种相互作用推动了生成式模型的改进。此外，分辨式AI技术可以用于生成合成数据，增强训练集的多样性和规模，从而帮助生成式AI更好地学习和生成高质量的内容。这种数据增强技术在图像、语音和文本生成等领域都有广泛应用。
最后，生成式和分辨式模型可以结合使用，形成混合模型，在多个应用中发挥优势。例如，在图像超分辨率任务中，生成式模型可以生成高分辨率图像，而分辨式模型可以用于评估和改进生成结果的质量。在文本生成与分类任务中，生成式模型可以生成自然语言文本，分辨式模型可以对生成的文本进行分类和评估。这种混合模型能够充分利用两者的优势，提升整体性能和效果，从而在更多实际应用中提供更强大的解决方案。通过这种相互补充的方式，AI技术能够在更多领域内取得突破性进展。
当很多企业纷纷挂上AI的标签，对于旁观者而言，需要冷静思考其中的技术底色，理解和区分这些技术概念，有助于更清晰地认识AI的潜力和发展方向。
（来源：飞象网）
相关推荐
-
一场赛，一座城：第二届世界人形机器人运动会蓄势待发
8月13日，第二届世界人形机器人运动会新闻发布会在京举行。本届运动会由北京市人民政府、中央广播电视总台、世界机器人合作组织、亚太机器人世界杯国际理事会共同主办，将于8月22日至26日在国家速滑馆冰丝带举行，为期5天。本届赛事的规模再创新高：六大洲16个国家的666支队伍、2056台机器人将同场竞技，分设51个赛项，其中竞技赛30项、场景赛21项，合计1301场比赛，参赛队伍较首届增长138%。
-
汽车企业做机器人，奇瑞系的墨甲怎么把2000台卖到了海外？
8月4日消息（报道：王佩）安徽芜湖奇瑞国际园区，数十台墨甲机器人完成集结，准备发往海外市场。墨甲机器人对外披露，截至当日，其海外累计交付量正式突破2000台，产品和服务覆盖60多个国家和地区。 据机器人茶馆了解，这是国内机器人企业为数不多对外披露规模化交付数据的企业之一。在具身智能行业从“技术展示”转向“批量落地...
-
心言集团携家庭陪伴机器人“巴布”亮相WAIC 2026
7月22日消息（报道：李楠）日前，2026世界人工智能大会（WAIC）在上海开幕。在徐汇西岸馆的心言集团展位上，一款身高65厘米、外形圆润的机器人“巴布”（Bubbo 1）进行了现场演示。该产品主要展示三项功能：对话应答、主动拍照记录，以及头部和眼部的简单动作。展台工作人员介绍，其定位是家庭场景下的主动智能陪伴设...
-
国内卷不动了才出海？中国机器人的“被动国际化”困境
7月22日消息（报道：王佩） 当前中国双足人形机器人出海，本质并非“产品竞争力溢出”，而是“国内需求侧缺位”与“海外学术圈投机需求”共同催生的阶段性错配。当一种前沿技术的主要买单方是实验室而非生产线，这既是商业化的预警，也是定义下一代产业标准的窗口期。 繁荣的表象：2026年为何被称为“人形出海元年”？ 如果只...
-
WAIC时刻丨腾讯为何坚持不做机器人本体，死磕“大脑”与“小脑”？
今年的WAIC把具身智能推到了展馆最显眼的位置。但热闹之下，几道裂缝正在被撕开。2026 年具身智能看似百花齐放，融资额延续去年的高热态势，然而商业化路径依然模糊，同质化尤为刺眼，技术路线之争也远未达成共识。 去年WAIC时，腾讯Robotics X 具身智能开放平台Tairos正式发布，并与多家机器人公司展...
-
小米机器人“进厂实习”四个月：98%成功率，离“转正”还差什么？
近日，小米创始人雷军在社交媒体上晒出了一份特殊的“实习报告”——小米自研人形机器人进驻北京亦庄汽车工厂已满四个月。在自攻螺母上件工站，双侧作业成功率从90.2%提升至98%，距离熟练工人99%的合格率仅差1个百分点。机器人同时拓展至中控台侧盖板排序和料箱折叠回收两项新任务，成功率均达90%。 “差1%就能转正”——这个...
-
我国人形机器人今年整机产量有望破 10 万台
7 月 7 日消息，据央视新闻报道，在今日举行的 2026 世界人工智能大会暨人工智能全球治理高级别会议新闻发布会上，工业和信息化部相关负责人披露了中国人工智能产业的最新发展态势。当前，人工智能产业持续壮大，“人工智能 + 制造”日益深入，人工智能生态不断优化。
-
两部委关于开展农业领域机器人典型应用场景遴选工作的通知
为深入贯彻《中共中央 国务院关于锚定农业农村现代化 扎实推进乡村全面振兴的意见》，落实《国务院办公厅关于加快场景培育和开放推动新场景大规模应用的实施意见》《“机器人+”应用行动实施方案》等文件部署，深入拓展农业领域机器人应用场景，因地制宜发展农业新质生产力，不断提升农业生产精准化、智能化水平，工业和信息化部、农业农村部联合开展2026年度农业领域机器人典型应用场景遴选工作。
-
威派格CTO薛浩：如何用“AI+机器人”重塑智慧水务新业态？
6月30日，在2026工业互联网大会期间，威派格CTO薛浩接受了飞象网专访，就威派格如何构建自主可控的数智底座，河图AI平台与具身智能机器人怎样进行深度融合，以及如何重塑水务巡检新业态等热点话题进行深度交流，并阐释了威派格如何从传统设备制造商完成向“工业互联网+智慧水务”科技企业的转型。
-
优必选之后，春水堂以1.5万元入局人形伴侣机器人赛道
今日，国内成人用品行业老牌企业春水堂正式发布旗下首款面向C端市场的仿真人形伴侣机器人，三个身高版本的起售价分别为15800元、16300元和16800元，即日起在电商平台开启预售，预计8月初开始批量交付。 这款产品的亮相，恰好选在优必易于两天前发布全尺寸超仿生人形机器人U1系列之后。后者定价区间为11.98万元至99万...
